P2P网络信任模型的研究

随着P2P对等网络(Peer to Peer)的大规模使用,相互信任问题成为P2P进一步研究的一个重要方面.文中对P2P系统中可能存在的安全隐患,以及目前处于研究热点的几个重要的信任模型进行了分析.主要包括以下3个信任模型:基于Bayesian网络的信任模型;分布式Trust模型;基于信誉和风险估价的P2P信任模型.并指出了这些模型的不足之处.     

P2P网络信任模型的研究

对P2P网络存在的问题进行了分析，阐述了建立P2P网络信任模型的需求。在对现有P2P网络中的任模型进行总结归纳后，指出了以后研究的方向。     

一种基于HMM的P2P信任模型

针对P2P网络中存在的安全问题,本文提出一种基于隐Markov模型(Hidden Markov Model,HMM)的P2P信任模型,采用HMM对节点行为进行建模,在此模型的基础上,利用节点交互结果作为观测历史,由前向-后向算法计算得到节点行为概率分布,作为节点的信任值评估。考虑到信任评估实时性的需求,文章还提出了一种基于滑动窗口和遗忘因子的模型更新算法。     

P2P网络中抑制恶意节点的研究综述

随着P2P网络的迅速发展,它在各个领域被广泛应用,但由于P2P网络自身开放性、匿名性等特点,使网络中存在许多欺骗性、合谋性以及策略性的恶意节点,影响其有效性和可用性.目前存在许多信任模型都分别给出了抑制各种恶意节点的方法,文中从恶意节点出发,总结了典型信任模型中抑制恶意节点的主要方法.     

P2P网络中一种新的多层多维信誉模型

现有的信任模型大多通过单一信任值来判定节点的好坏,这种方法无法抵抗网络中的某些恶意行为,特别是对于P2P网络中独有的搭便车行为、＂公共物品的悲哀＂等问题,缺乏有效的抑制。针对这些问题,文中针对P2P网络提出了一种新的多层多维信誉模型,通过节点的信任值、贡献值、资源值等不同维度综合评价节点的信誉,并且按照信誉将节点划分为不同层次。分析可知该模型可以有效抵御多种恶意行为及多种自私行为,并能解决传统信任模型产生的一些性能问题。     

P2P网络信任模型研究综述

近年来,对等网络（P2P）得到了迅速发展,但是由于P2P网络的开放性、匿名性等特点,节点之间的交流和服务存在着很大的安全隐患。信任模型作为一种解决方案,得到了广泛的研究和发展。文章在前人研究的基础上,分析了目前比较有代表性的P2P网络信任模型,归纳了目前普遍存在的一些问题,并对未来的研究做出了展望。     

无线Mesh网络中的搭便车行为分析与抑制策略研究

搭便车是网络普遍存在的问题,搭便车节点的规模直接影响无线mesh网络的性能。通过分析无线mesh网络中节点的搭便车行为特征,提出了基于分等级奖罚的抑制策略。首先判定网络是否会造成拥塞,当网络发生拥塞时,依据节点的贡献值优先满足贡献值高的节点,使搭便车节点受到抑制。验证结果表明,该方法能有效抑制节点的搭便车行为,提高网络的服务性能。     

基于信任管理系统的P2P网络安全结构SAP2P

P2P网络具有离散、动态和自治的特点．这些特点使得一些传统的安全技术并不能很好解决P2P网络认证、授权和保密通信等这些安全问题．本文设计了新的信任管理系统ExSPKI用于在P2P网络中建立信任关系，并以此为基础设计了新的安全结构SAP2P（Security Architecture of Peerto Peer Network），从而可以为P2P网络用户之间以及系统中安全功能模块之间建立有效的信任关系，为P2P网络奠定了安全基础，最后本文给出了SAP2P的参考实现．     

P2P网络层次化信任模型

大规模文件共享P2P网络中节点之间发生重复交易的可能性较小而难以建立信任关系,从而导致P2P网络容易受到恶意节点攻击。针对该问题本文提出了基于群组的P2P网络层次化信任模型。该信任模型将信任关系划分为群组之间的信任关系,群组与节点之间的信任关系和节点之间的信任关系3个层次。节点利用本地信任信息或所属群组的推荐信任确定给定节点的信任值。仿真分析表明,该信任模型能够有效识别恶意节点,使P2P网络中合作节点具有较高的成功请求率。     

一种基于反馈偏好的P2P信任模型

在P2P网络中,现有的信任模型中的反馈评价只是对服务质量简单评价,不能准确反映该节点的其他方面.不同的节点关注的反馈评价不同,信任模型不仅需要对服务可信度进行评价,还要对用户关心的其他问题进行评估.由于实验基于文件共享系统,我们将从文件可信度、带宽、服务过程、性能等方面计算出节点的信任值,在保证节点可信的情况下,根据用户的侧重点不同,其值有较大的不同.仿真实验表明,该模型不仅能够有效的抵御恶意攻击,而且能够满足用户的偏好需求,并且提供的评价更加客观、真实.     

Enforcing Cooperative Resource Sharing in Untrusted P2P Computing Environments

Peer-to-Peer (P2P) computing is widely recognized as a promising paradigm for building next generation distributed applications. However, the autonomous, heterogeneous, and decentralized nature of participating peers introduces the following challenge for resource sharing: how to make peers profitable in the untrusted P2P environment? To address the problem, we present a self-policing and distributed approach by combining two models: PET, a personalized trust model, and M-CUBE, a multiple-currency based economic model, to lay a foundation for resource sharing in untrusted P2P computing environments. PET is a flexible trust model that can adapt to different requirements, and provides the solid support for the currency management in M-CUBE. M-CUBE provides a novel self-policing and quality-aware framework for the sharing of multiple resources, including both homogeneous and heterogeneous resources. We evaluate the efficacy and performance of this approach in the context of a real application, a peer-to-peer Web server sharing. Our results show that our approach is flexible enough to adapt to different situations and effective to make the system profitable, especially for systems with large scale.     

基于区域资源聚集的P2P网络

P2P网络规模的扩大使基于洪泛的检索方法产生严重的通信消耗问题,提出一种区域资源聚集模型,对非结构化对等网络中分散的资源进行分层聚集,形成大粒度的资源实体,从而显著缩减网络规模,并综合考虑影响资源检索命中率的多种因素,构造资源引用价值衰减函数来调节描述资源实体的引用价值向量和矩阵.检索时从区域资源簇中具有最大引用价值的资源组开始逐步寻找所要的资源.实验证明,该方法的消息转发范围得到控制、检索命中率有显著提高.     

P2P电子商务信任评估机制研究

近年电子商务发展迅猛,而点对点（P2P,Peer-to Peer）电子商务更是解决了传统电子商务的服务器瓶颈问题,但信任安全始终是无法绕过的难题。为了研究P2P电子商务中节点间的信任评估,借助模糊理论的知识,提出了一种基于模糊层次分析法的P2P电子商务信任模型。该模型考虑了影响P2P电子商务信任的几个因素,并用模糊层次分析法确定它们对信任度的影响权重,由综合决策计算得到节点的综合信任度。由仿真实例可以看出模型具有较好的抗欺骗能力。     

基于超级节点的P2P信任模型-TSN

提出一种基于超级节点的P2P信任模型TSN.改进了模型节点加入、节点信任值的计算方法.在模型中综合考虑了节点兴趣相似度和节点响应时延等因素,并通过调节直接信任和间接信任的权重,提高了信任值计算的精确性.采取了相应的健壮性策略,增强了模型的抗攻击能力.仿真结果表明,与已有的信任模型相比,该模型具有较高的成功请求率和系统安全性.     

对等网络资源搜索模型研究

为了提高结构化P2P网络的查询性能,提出P2P网络搜索延时模型,通过分析结构化P2P网络的搜索过程,利用马尔可夫链,得出P2P网络平均节点会话时间和搜索延时之间的关系。该模型展现了P2P Churn与网络性能之间的内在规律,进而达到改善结构化P2P的性能和应用范围的目的。     

基于改进型蚁群算法的P2P网络资源搜索的研究

目前P2P网络中的资源搜索算法以泛洪法为核心,产生的巨大网络流量加重了网络负载,只适合小型网络。蚁群优化算法具有较好的鲁棒性、并行性等优点,已有不少学者将其应用于P2P资源搜索。本文在分析蚁群算法应用于P2P网络中资源搜索面临的问题的基础上,给出一个适合蚁群算法的新型的P2P文件共享构架,以解决P2P路由的不一致性等问题。在P2P网络中应用能见度会带来3个缺点:容易导致局部极小解、容易导致流量集中、实际网络中的实现有较大难度,由此本文提出了去能见度蚁群算法。构建了开放式的网络仿真拓扑结构,通过一系列的实验结果验证了去能见度蚁群算法的全局能力更强。     

分布式P2P网络中基于方向搜索算法研究

针对Flooding算法及其改进算法的理念提出了P2P网络中基于方向的搜索算法,该算法动态生成一棵以搜索源点为根的搜索树,在每一次的搜索过程中,每个节点都能沿着搜索方向进行,这样可以避免节点被重复地搜索。有效地避免了搜索过程中冗余搜索报文的产生,节省了网络带宽,提高了效率和网络性能。通过二维空间的数字数据和图像数据这两种实验结果的分析并进行了仿真实验,该算法充分体现了在搜索过程中的有效性及可操作性。     

适应自组织管理模式的P2P资源共享网络激励模型的研究

P2P网络中的自组织管理模式使得节点的自私行为大量存在.建立相应解决方案所面临的主要问题是难以继续维持P2P网络拥有的自组织及规模可扩放性等特性.目前存在的信用管理模型或者激励模型多是采用泛洪方式获得网络其他节点的历史行为信息,庞大的报文通信量和推导算法的高时间复杂度制约了所能应用的P2P网络的规模.本文提出了一种利用随机相遇博弈理论指导建立的P2P资源共享网络激励模型ResP2P.该模型通过引入节点信誉及信誉恢复区分机制,同时制定相关行为社会规范,来激励理性节点为使其自身收益最大化而向整个网络贡献资源,并且ResP2P所对应的分布式算法易于在自组织管理模式的网络环境中实施.实验证实了ResP2P模型激励机制的有效性.